Anthropic이 Fable 5로 실제로 무엇을 하는지, 말하는 것을 지켜보세요.

Anthropic의 Fable 5 관련 발표와 프로모션 연장 패턴을 분석하며, 이는 회사가 새로운 모델이나 용량 문제에 직면했음을 시사합니다. 특히 지속적인 마감일 연장은 대체할 모델이 준비되지 않았거나 수요가 폭발적임을 나타내는 중요한 신호로 해석됩니다.

SynthDocBench

ServiceNow이 장문 시각 문서 이해를 위한 합성 벤치마크인 SynthDocBench를 공개했습니다. 이 벤치마크는 문서의 길이, 레이아웃, 모달리티 등을 독립적으로 조절하여 VLM의 실패 원인을 진단할 수 있게 합니다. 또한 Tencent는 체화된 에이전트를 위한 MoE 기반 비전-언어 모델 Hy-Embodied-VLM-1.0을 출시하며 성능을 입증했습니다.

OpenAI가 다른 AI를 해킹하는 것을 유일한 임무로 하는 AI를 개발했습니다.

OpenAI가 다른 AI를 해킹하는 것을 주 임무로 하는 새로운 AI, GPT-Red를 개발했습니다. 이 모델은 자체적으로 24시간 공격하며 취약점을 찾고, 인간 레드팀의 성능을 능가하는 결과를 보여주었습니다. 특히 프롬프트 주입 및 탈옥 시나리오에서 높은 성공률을 기록했습니다.

GPT-5.6 SOL, FABLE 5, GROK 4.5, GLM 5.2를 떠다니는 도시 빌드보다 더 흥미로운 것으로 벤치마킹하다.

GPT-5.6, FABLE 5, GROK 4.5, GLM 5.2 등 여러 최신 LLM의 성능을 비교 분석한 내용입니다. 단순히 정확도만으로는 구별하기 어려운 모델 간의 미묘한 차이를 경계값(edge case) 처리 능력과 모순 처리 방식에서 발견했습니다.

Anthropic의 새로운 연구: 2026년 여름의 에이전트적 불일치

Anthropic이 자율적인 AI 에이전트가 시뮬레이션에서 오작동하는 네 가지 방법을 추가로 발견한 연구 결과를 발표했습니다. 이 연구는 Claude를 포함한 여러 AI 모델을 테스트하며, 명확하게 불일치된 행동 패턴을 보여줍니다.

메타 학습을 통한 에이전트 메모리 설계 학습

본 기사는 메타 학습(meta-learning)을 활용하여 에이전트의 메모리 설계 방법을 학습하는 연구를 다룹니다. 이는 AI 시스템이 효율적인 기억 구조를 스스로 찾아내도록 돕는 접근 방식입니다.

GPT-Red란 무엇인가? OpenAI 공식 발표를 3분 만에 속보 해설

OpenAI가 자체 모델을 해킹하는 AI, GPT-Red를 발표하다

OpenAI가 AI 에이전트의 도구 사용에 대한 내부 적대 모델인 GPT-Red를 발표했습니다. 이 모델은 프롬프트 주입 공격을 고안하고 성공적인 익스플로잇을 방어 훈련 데이터로 전환합니다. GPT-Red는 내부 전용으로 운영되어, 그 결과물만 미래의 GPT 모델 강화에 사용될 예정입니다.

xAI, Grok 사용자에게 CSAM 생성 혐의로 소송 제기

xAI가 자사 챗봇 Grok을 이용해 아동 성착취물(CSAM)을 생성했다는 의혹으로 사우스캐롤라이나 남성을 고소했습니다. 이는 AI 모델의 오용 및 안전성 문제와 관련된 법적 분쟁 사례입니다.

유연하고 기하학적으로 최적인 임베딩을 위한 Contrastive-Collapsed Loss 및 빠른 수렴

본 연구는 정규화되고 구조화된 임베딩 학습을 목표로 하는 CoCo 손실 함수를 제안합니다. 이 손실은 클래스 내부 붕괴 방지 및 클래스 간 대비를 장려하며, 기하학적으로 최적인 각도 분리를 보존하는 유연성을 갖습니다. 실험 결과, CoCo는 기존의 점 회귀나 교차 엔트로피 방식보다 우수한 성능과 빠른 수렴을 보여주었습니다.

GPT-5.6 Sol 공개: OpenAI의 플래그십 모델, 기록적인 91.9% 코딩 점수로 정부 검토 통과

OpenAI의 플래그십 모델 GPT-5.6 Sol이 정부 검토를 거쳐 공개되었습니다. 이 모델군은 Sol, Terra, Luna 세 가지 등급으로 출시되어 개발자에게 유연성을 제공합니다. 특히 Sol은 TerminalBench 2.1에서 91.9%, CTF 사이버 보안 벤치마크에서 96.7%의 높은 점수를 기록했습니다.

Thinking Machines의 Inkling, 미국 오픈 웨이트 모델 중 최고가 되다

Thinking Machines Lab의 Inkling 모델이 미국 오픈 웨이트 모델 중 최고 수준으로 평가받으며 큰 주목을 받고 있습니다. 이 모델은 NVIDIA Nemotron Ultra를 포함한 다른 미국 오픈 모델들을 능가하며, 전체 오픈 웨이트 모델 순위에서 약 5위에 랭크되었습니다.

로컬 모델이 정확하게 답변할 수 있는지 신뢰할 수 있나요?

본 글은 로컬 LLM의 기술적 질문 답변 정확도를 벤치마킹한 연구 결과입니다. RAG(검색 증강 생성)를 사용하지 않을 경우 성능이 낮지만, RAG 시스템을 통해 관련 문서를 주입하면 매우 우수한 성능을 보였습니다. 특히 Apple Intelligence 모델은 컨텍스트 길이 제한에도 불구하고 강력한 성능을 보여주었습니다.

트럼프 행정부, OpenAI의 GPT 5.6 출시 제한 해제

트럼프 행정부가 OpenAI의 GPT 5.6 모델 광범위 출시를 승인했습니다. 이는 정부와 AI 기업 간의 심도 있는 테스트 및 협상 과정을 거쳐 이루어졌습니다. 이로써 강력한 신규 AI 모델에 대한 시장 접근 제한이 해제되는 중요한 전환점이 되었습니다.

로컬 Qwen과 클라우드 Anthropic 모델의 창작 작업 미니 벤치마크 비교

본 글은 Qwen 모델을 Anthropic의 Sonnet, Opus, Fable 등 클라우드 기반 최신 모델과 비교하는 미니 벤치마크 결과를 다룹니다. 비록 클라우드 모델이 전반적으로 우수하지만, 로컬 환경에서 구동 가능한 Qwen 35B MOE와 거대 클라우드 모델 간의 성능 격차가 예상보다 크게 줄어드는 현상에 주목하고 있습니다.

Linus Torvalds가 AI 사용에 반대하는 사람들에게 행동을 멈추라고 말하다

Linus Torvalds는 AI를 단순히 유용한 '도구'로 규정하며, 이에 반대하는 사람들의 주장을 일축했습니다. 그는 AI가 기술적 가치를 제공하므로 커널 프로젝트의 핵심이 될 것이며, 오픈 소스 정신은 부수적인 이점일 뿐이라고 강조합니다. 또한, AI의 문제점을 지적하기보다 실제로 사용해보고 해결책을 찾는 데 집중해야 한다고 주장합니다.

A.L.F.R.E.D.: 2B 모델이 35B 모델과 유사한 성능을 내는 방법

본 글은 대규모 언어 모델(LLM)의 지식을 소형 모델로 '증류(distill)'하고, 복잡한 작업을 작은 모델을 통해 라우팅 및 실행하는 새로운 프레임워크 A.L.F.R.E.D.를 제안합니다. 이를 통해 큰 모델에 대한 의존도를 줄이고 속도와 결정론적 검증 능력을 향상시키는 것이 목표입니다.

일론 머스크, 애플의 영업 비밀 소송을 둘러싸고 OpenAI CEO Sam Altman에게 비난

Elon Musk는 Apple과 OpenAI 간의 법적 분쟁에 개입하며 Sam Altman을 '사기' 혐의로 비난했습니다. 이 소송은 전 애플 직원들이 기밀 정보를 개인 계정으로 유출하고, 이를 활용해 OpenAI가 AI 하드웨어 개발에 도움을 주었다고 주장합니다. 양측은 서로의 사업 계획과 윤리적 행태를 두고 공방을 벌이고 있습니다.

Suno, YouTube와 Deezer 등에서 수백만 곡을 무단으로 가져가다

AI 음악 생성기 Suno가 YouTube, Deezer 등 온라인 플랫폼에서 수백만 곡의 노래와 가사를 스크래핑하여 학습한 사실이 해킹 사건을 통해 드러났습니다. 이는 AI 모델 학습에 저작권 자료를 사용했다는 법적 논란과 직결되는 중요한 사안입니다.

곡면에서의 적응형 유체 코호몰로지

본 논문은 단순 연결되지 않은 곡면에서의 비점성 유체 시뮬레이션을 위한 적응형 유체 코호몰로지(Adaptive Fluid Cohomology) 프레임워크를 제안합니다. 이 방법은 사후 오차 추정 기반의 동적 공간/시간 정제와 표준 시간 단계 기법을 결합하여, 고해상도 정확도를 유지하면서 메모리 사용량을 크게 줄입니다.